Josh Bersin relègue les modèles frontières au second plan
#claude #mistral #deepseek 3 min · 19 août 2026

Josh Bersin relègue les modèles frontières au second plan

Par Arthur Dekeyser

En résumé

1

Josh Bersin estime que les applications et les données produisent davantage de valeur que les modèles seuls.

2

Une étude portant sur plus de 200 entreprises indique que seulement 8 % construisent de véritables applications d’entreprise.

3

Les projets d’IA nécessitent des données structurées, une gouvernance et une collaboration avec les équipes informatiques.

💡

Le signal : Josh Bersin relie la valeur de l’IA d’entreprise aux applications, aux données et au contexte plutôt qu’au modèle lui-même.

NEWSLETTER BUSINESS & IA

Vous appréciez ce genre d'analyse ?

Chaque mardi et vendredi, l'essentiel en business & IA décryptées en 5 minutes. Gratuit, sans engagement.

+11 000 fondateurs abonnés

Josh Bersin analyse la banalisation possible des modèles frontières dans un article publié le 29 juin 2026. Il estime que le retour sur investissement de l’IA d’entreprise vient surtout des applications et des données. Les modèles eux-mêmes deviennent une composante parmi d’autres. OpenAI, Anthropic, Google et Microsoft proposent des modèles frontières. Des modèles en code ouvert existent aussi, notamment GLM, DeepSeek, Kimi, Mistral et Granite d’IBM. Cette abondance pousse les entreprises à considérer l’IA comme un outil de construction de solutions. Bersin rapproche cette évolution de celle des bases de données relationnelles, dont la valeur s’est progressivement déplacée vers les applications dans les années 1990.

Les entreprises expérimentent encore largement sans objectif opérationnel clairement défini. Les recherches de Bersin, menées auprès de plus de 200 entreprises pour son rapport Enterprise AI Playbook, indiquent que seulement environ 8 % construisent de véritables applications d’entreprise. Beaucoup achètent l’IA comme un avantage pour leurs salariés. Elles espèrent ensuite que les usages apparaîtront spontanément. Bersin cite l’exemple de Galileo, qui utilise Claude mais fonctionne avec plusieurs modèles. Selon son expérience, l’absence de domaine et de problème précis facilite les expérimentations improductives. Il oppose cette logique à un achat technologique classique, qui commence par un besoin, un dossier économique, la sécurité et les données.

Les modèles se disputent les prix

Microsoft réduit les coûts avec les modèles MAI, conçus selon Satya Nadella pour coûter un dixième des offres frontières. Le dirigeant a aussi défendu cette approche dans un entretien accordé au Wall Street Journal, cité par Bersin dans son article. Deux articles du journal ont récemment évoqué une guerre des prix entre fournisseurs d’IA. Bersin y voit un signe de marché plus ordinaire, marqué par des coûts et des prix rapprochés de la valeur produite. Il observe également un ralentissement de la vitesse d’amélioration des modèles. Cette évolution pourrait laisser davantage de temps aux entreprises pour se concentrer sur la résolution de problèmes plutôt que sur l’achat de technologies.

Les projets exigent toutefois une transformation organisationnelle. Pour accélérer le recrutement, les entreprises peuvent acheter des agents auprès de Paradox, Maki, Radancy ou SmartRecruiters. Elles doivent néanmoins travailler avec l’informatique et revoir leurs processus d’acquisition des talents. Pour les centres de services salariés, Bersin cite MS Copilot, Workday Sana Core, ServiceNow et Leena.ai. Ces projets demandent une consolidation des politiques, une gouvernance, une gestion des données et une coopération entre fonctions. Pour la formation à l’intégration, Rolls-Royce et Lockheed Martin développent des programmes nécessitant des cas d’usage mondiaux et spécifiques aux rôles. L’organisation des équipes et des compétences évolue également.

Les applications portent la valeur

Le parallèle historique vient du marché des bases de données relationnelles. Bersin cite Oracle, Sybase, Informix, Ingres et Postgres, qui rivalisaient autrefois sur des fonctions techniques. Avec le temps, le choix du système de gestion importait moins que les applications construites au-dessus. Il prévoit une évolution comparable pour les grands modèles de langage, sans présenter cette hypothèse comme un résultat acquis. Son entreprise utilise Galileo pour modéliser des organisations, les structures de rémunération et les compétences. Cette solution a demandé près de quatre ans de travail. Elle a nécessité l’ajout de formations, de flux de travail et de fonctionnalités exploitant les modèles de langage.

Le cadre HR 2030 de Bersin recense environ 130 agents, certains achetables et d’autres constructibles. Les cas d’usage à fort retour exigent donc une priorisation, une collaboration avec l’informatique et une préparation des équipes à de nouveaux rôles. Le modèle de langage ne représente qu’une petite fraction de la solution dans les exemples cités. Bersin invite les acheteurs à passer de l’expérimentation à l’architecture et à l’ingénierie. Cette lecture rejoint son analyse publiée le 29 juin 2026. Il propose aussi Galileo et une formation HR 2030 via getgalileo.ai.

Gardez un coup d'avance en IA et tech.

Chaque mardi et vendredi, l'essentiel en business & IA décryptées en 5 minutes. Zéro spam.

+11 000 fondateurs abonnés

À lire aussi